图像分析用于开发基于皮肤变化的人工智能查模型,作为咬伤压力测试的替代方案
Yoshihiro Takeda1, Kanetaka Yamaguchi1, Naoto Takahashi2
1Division of Fixed Prosthodontics and Oral Implantology, Department of Oral Rehabilitation, School of Dentistry, Health Sciences University of Hokkaido, Tobetsu 061-0293, Japan.
Healthcare (Basel, Switzerland)
|April 26, 2025
概括
这项研究开发了一个AI模型,使用图像分析客观地选口功能. 该模型分析时皮肤形状的变化,为改善老年护理提供了传统咬伤压力测试的潜在替代方案.
科学领域:
- 老年学是指老年学的学科.
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
背景情况:
- 口腔功能评估对于医疗机构中的老年人来说至关重要.
- 不充分的评估可能导致不适当的饮食供应,增加诸如吸血等风险.
- 目前的方法可能缺乏客观性和易用性.
研究的目的:
- 为了研究AI模型的图像分析条件.
- 创建一个客观和简单的选工具,用于功能.
- 建立一种基于闭塞压力的方法.
主要方法:
- 收集了241个波形图像,显示时皮肤形状的变化.
- 利用卷积神经网络 (CNN) 和转移学习进行图像分析.
- 采用MobileNetV2和Xception模型进行分类准确性.
主要成果:
- 使用转移学习模型实现了0.673的验证准确性.
- 确定了适合人工智能开发的特定图像分析条件.
- 证明了在时分析皮肤变形的潜力.
结论:
- 对皮肤形状变化的波形图像的分析可以帮助选口功能.
- 这种方法可以作为传统咬伤压力测试的替代方案.
- 有助于开发客观的,人工智能驱动的工具,用于老年口腔健康评估.


